Object Detection

• 기존 Object Detection엔 주로 Faster R-CNN 계열이 좋은 성능을 내고 있었음

• Object Detection 모델의 발전 과정

  일반 CNN → R-CNN(0.05 FPS) → Fast R-CNN(0.5 FPS) → Faster R-CNN(7 FPS) → YOLO(45~155 FPS)

• One-stage vs Two-stage

  • One-stage-detection : Region Proposal과 Classification이 동시에 이루어짐

    ex) YOLO, SSD, RetinaNet

  • Two-stage-detection : Region Proposal과 Classification이 각각 순차적으로 이루어짐

    ex) R-CNN 계열

논문 분석 - You Only Look Once: Unified, Real-Time Object Detection

• YOLO(You Only Look Once)는 이미지 내의 bounding box와 class probability를 single regression problem으로 간주하며, 이미지를 한 번 보는 것으로 object의 종류와 위치를 추측함

Unified Detection

• Grid 분할 : Input image를 S X S grid로 나눈다.

• Bounding box

  • 각각의 grid cell은 B개의 bounding box와 각 bounding box에 대한 confidence score를 갖는다. (만약 cell에 object가 존재하지 않는다면 confidence score는 0이 된다.)

  

  • (x, y) : Bbox의 중심점, cell의 왼쪽 위 모서리부터의 거리
  • (w, h) : 전체 이미지 width, height에 대한 상대값
  • 모든 값들은 0~1의 값으로 normalize 됨

• Conditional class Probability

  

  • 각각의 grid cell은 C개의 conditional class probability를 갖는다 / C : class 개수

• Grid cell output

  최종 파라미터 개수 = S X ((B X 5) + C)

  S : grid cell 개수

  B : bbox 개수

  C : class 개수